✨ Flash Lesson 本次亮點

AI Agent 不只是要「會思考」，還要知道什麼時候該用哪個模型、哪個工具，以及哪些動作不該執行。

當 Agent 開始處理更複雜的工作流程，如果每一個判斷都交給大型 LLM，不一定是最適合的做法。這堂課從 Decision Model 出發，帶你理解 Jev 在 Agent 中扮演的角色，以及它如何和 Agent Harness 搭配。

整堂課會沿著這條架構理解：

• LLM → Chat → Reasoning → Decision Model
  看懂 AI 從「會回答」到「會推理」，再進一步走向「會做決策」的演進。
• Decision Layer
  理解為什麼 Agent 需要獨立的決策層，處理模型選擇、流程分流與風險判斷。
• Jev × Harness
  透過架構與 Demo，看 Jev 如何協助 Agent 進行 Model Routing、Tool Decision 與 Guardrail。
• 從 Jev 到 Laya
  最後延伸到 Laya，理解下一代 Agent 架構正在如何從單一 LLM，走向 Reasoning、Decision、Execution 的分工。

☝️ 你會學到

LLM → Chat → Reasoning → Decision Model
理解 AI 模型從回答問題到推理，再到具備決策能力的發展脈絡。

為什麼 Agent 需要 Decision Layer？
理解當 Agent 面對模型選擇、工具呼叫與風險判斷時，為什麼需要獨立的決策層。

Jev Decision Model
認識 Jev 在 Agent 架構中的定位，以及它如何負責模型選擇、流程分流與風險判斷。

Jev × Agent Harness
透過架構與 Demo，理解 Jev 如何和 Harness 搭配，處理 Model Routing、Tool Decision 與 Guardrail。

從 Jev 到 Laya
理解 Jev 與 Laya 所代表的下一步發展，以及 Agent 從單一 LLM 走向 Reasoning、Decision、Execution 分工的架構變化。

學完後，你會更清楚 Agent 為什麼不能只靠一個 LLM 完成所有事情，以及 Decision Layer 在整個 Agent 架構中負責什麼。

👥 適合對象

1. AI／LLM 基礎使用者
   已經有基本 ChatGPT／LLM 使用經驗，想進一步理解 Agent 架構發展的人。
2. 對 AI Agent 有興趣的人
   想知道 Agent 除了 Reasoning 之外，還需要哪些能力，以及 Decision Layer 為什麼重要。
3. AI／產品／技術相關工作者
   希望理解 Model Routing、Tool Decision、Guardrail 等概念，以及它們在 Agent 架構中的位置。
4. 關注 AI 技術趨勢的人
   想從 LLM、Reasoning 到 Decision Model 的演進，理解 Jev 與 Laya 所代表的新一代 Agent 架構。

⏱️ 課程內容

1.LLM → Chat → Reasoning → Decision Model

從 AI 模型的發展脈絡開始，理解從「會回答」到「會推理」，再到「會決策」的變化。

2.為什麼 Agent 需要 Decision Layer？

拆解 Agent 面對複雜工作流程時，模型選擇、工具呼叫與風險判斷為什麼需要獨立的 Decision Layer。

3.Jev × Harness：讓 Agent 學會選模型、選工具、控風險

認識 Jev Decision Model 如何搭配 Agent Harness，處理 Model Routing、Tool Decision 與 Guardrail。

4.Demo｜Model Routing 與工具風險判斷

透過實際 Demo，看 Jev × Harness 如何處理模型選擇與工具使用相關的判斷。

5.從 Jev 到 Laya：下一代 Agent 架構

從 Jev 延伸到 Laya，理解 Agent 如何從單一 LLM，逐步走向 Reasoning、Decision、Execution 的分工架構。